Heart Disease UCI, dataset a cura di:

• Hungarian Institute of Cardiology. Budapest: Andras Janosi, M.D.
• University Hospital, Zurich, Switzerland: William Steinbrunn, M.D.
• University Hospital, Basel, Switzerland: Matthias Pfisterer, M.D.
• V.A. Medical Center, Long Beach and Cleveland Clinic Foundation: Robert Detrano, M.D., Ph.D.

• Age: età del paziente
• Sex: sesso del paziente
• CP: tipologia di dolore al petto
• Trestbps: pressione sanguigna a riposo
• Chol: valore di colesterolo sierico misurato
• FBS: livello di zuccheri nel sangue
• RestECG: risultati di un elettrocardiogramma a riposo
• THLACH: massima frequenza cardiaca osservata
• EXAng: dolore anginoso indotto da esercizio

• Oldpeak: misurazione del picco del frammento ST dell’ECG
• Slope: curvatura del frammento ST dell’ECG
• CA: diramazioni dei Grandi Vasi colorati dal fluoroscopio a raggi X
• Thal: indica se il paziente presenta talassemia
• Target: indica se il paziente è affetto o meno da una malattia cardiovascolare

max_heart_rate <- function(age){
  return(220-age)
}

max_heart_rate(30)

## [1] 190

max_heart_rate(50)

## [1] 170

Un buon indicatore in una diagnosi?

Battito cardiaco in relazione ad una malattia cardiaca

• BS < 100 mg/dL (normale)
• 100 mg/dl <= BS <= 120 mg/dL (aumento del rischio)
• BS > 120 mg/dL (alto rischio)ù

Il dataset indica, tramite la variabile FastingBloodSugar, l’eventuale superamento del valore di 120 mg/dL.

Livello di zuccheri in relazione ad età e sesso

Correlazione con la pressione sanguigna

Interpretazione dei valori relativi alla pressione del paziente:

• 90 - 120: regolare
• 120 - 140: lievemente alta
• 140 - 200: eccessivamente alta

Che cos’è il colesterolo sierico?

Una misura quantitativa di HDLC, LDLC e triglicerici presenti nel sangue

• Viene calcolato sommando la quantità di colesterolo HDL e LDL e aggiungendo il 20% del livello di trigliceridi presenti nel campione di sangue prelevato.
• Deve essere incluso in un range compreso fra 125 e 200 mg/dL per persone di età superiore ai 20 anni

Una possibile motivazione

Colesterolo in relazione all’età

Distinzioni

Distribuzione

## # A tibble: 8 x 3
## # Groups:   ChestPain [4]
##   ChestPain       ExerciseAngina count
##   <chr>           <chr>          <int>
## 1 Asymptotic      F                 19
## 2 Asymptotic      T                  4
## 3 Atypical Angina F                 46
## 4 Atypical Angina T                  4
## 5 No Angina       F                 76
## 6 No Angina       T                 11
## 7 Typical Angina  F                 63
## 8 Typical Angina  T                 80

Angina come segno di malattia cardiaca

Malattia in assenza di dolore anginoso

## # A tibble: 2 x 2
##   ChestPain   count
##   <chr>       <int>
## 1 Asymptotic     16
## 2 Non Anginal    69

Lettura di un tracciato ECG

Anomalia del tratto ST

Interpretazione dei dati

• OldPeak - indica la misurazione in mm del segmento ST.

• PeakSlope - indica la curvatura del segmento ST osservato, questa in particolare può essere
  • Upsloping (curvatura verso l’alta, indicata dal valore 0)
  • Flat (piatta, indicata dal valore 1)
  • Downsloping (curvatura verso il basso, indicata dal valore 2)

• RestingECG - indica se il referto elettrocardiografico ha presentato:
  • Un tracciato normale (indicato dal valore 0)
  • Anomalie nel tratto ST (indicato dal valore 1)
  • Segni di ipetrofia sinistro-ventricolare (indicato dal valore 2).

Ipertrofia sinistro ventricolare

## # A tibble: 2 x 3
## # Groups:   HasDisease [2]
##   HasDisease ChestPain count
##   <chr>          <int> <int>
## 1 F                  0     3
## 2 T                  2     1

Correlazione con dolore anginoso

Anomalie del tratto ST

Correlazione con la presenza di una malattia

Strumento diagnostico efficace

##   n
## 1 0

Correlazione con dolore anginoso

La procedura

Motivazioni

I Dati

• Variabile MajorVessels, in riferimento al numero di diramazioni dei Grandi Vasi colorate dal fluoroscopio.

Con “Grandi Vasi”, ci si riferisce a:

• Vena Cava superiore e inferiore
• Vene polmonari
• Arterie Polmonari
• Aorta

Nei pazienti malati

Confronto con i pazienti sani

Dolore anginoso in seguito alla mancanza di ossigenazione

Impiego di un regressione logistico

set.seed(1996)

# Sostituzione dei valori 1 e 0 riferiti a presenza e assenza di malattia cardiaca con "true" e "false"
model <- heart_original %>%
  mutate(HasDisease = as.character(HasDisease)) %>%
  mutate(HasDisease = fct_recode(HasDisease, true = '1', false = '0'))

# Partizionamento del dataset in funzione del test del modello risultante
training_slice <- createDataPartition(model$HasDisease, p = 0.80, list = FALSE)
training <- model[training_slice,]
testing <- model[-training_slice,]


# Regressione Logistica
trControl <- trainControl(summaryFunction = twoClassSummary,
                          classProbs = TRUE)
logistic_regressor <- train(HasDisease ~ ., data = training, method = 'glm', 
                            family = binomial(link = 'logit'), trControl = trControl)

Test dell’accuratezza

predictions <- predict(logistic_regressor, newdata = testing, type = 'prob')
comparation <- data.frame(actual = testing$HasDisease,
                         predicted = predictions$true)

confusionMatrix(data = cut(predictions$true, 
                           breaks = c(-Inf, 0.5, Inf), 
                           labels = c('false', 'true')),
                reference = testing$HasDisease,
                positive = 'true', mode = 'everything')

## Confusion Matrix and Statistics
## 
##           Reference
## Prediction false true
##      false    23    8
##      true      4   25
##                                           
##                Accuracy : 0.8             
##                  95% CI : (0.6767, 0.8922)
##     No Information Rate : 0.55            
##     P-Value [Acc > NIR] : 4.67e-05        
##                                           
##                   Kappa : 0.6013          
##                                           
##  Mcnemar's Test P-Value : 0.3865          
##                                           
##             Sensitivity : 0.7576          
##             Specificity : 0.8519          
##          Pos Pred Value : 0.8621          
##          Neg Pred Value : 0.7419          
##               Precision : 0.8621          
##                  Recall : 0.7576          
##                      F1 : 0.8065          
##              Prevalence : 0.5500          
##          Detection Rate : 0.4167          
##    Detection Prevalence : 0.4833          
##       Balanced Accuracy : 0.8047          
##                                           
##        'Positive' Class : true            
##